MUHAMMAD FAJRI, - (2021) Analisis Peramalan Konsumsi Energi Listrik dengan Metode Extreme Learning Machine Beserta Tingkat Akurasinya di Kota Pekanbaru. Skripsi thesis, UIN SULTAN SYARIF KASIMRIAU.

	Text (BAB IV HASIL DAN ANALISIS) BAB IV HASIL DAN ANALISIS.pdf - Published Version Restricted to Repository staff only Download (807kB)
Preview	Text TA LENGKAP KECUALI BAB IV.pdf Download (25MB) | Preview

Abstract

Dalam melakukan peramalan sering terjadi ketidaksesuaian antara hasil peramalan dengan data aslinya. Oleh karena itu, perlu dilakukan perhitungan akurasi peramalan. MAPE merupakan salah satu nilai yang digunakan untuk menghitung akurasi peramalan, semakin rendah nilai MAPE maka peramalan dikatakan semakin baik. Penelitian ini bertujuan untuk melakukan peramalan konsumsi energi listrik menggunakan metode jaringan syaraf tiruan Extreme Learning Machine untuk mengetahui akurasi peramalan berdasarkan persentase nilai MAPE terendah. Data sektor rumah tangga, industri, bisnis dan publik digunakan untuk membuat rancangan pola inputan yang kemudian inputan dibagi menjadi 2 yaitu data training dan testing dan selanjutnya dilakukan simulasi metode Extreme Learning Machine mendapatkan hasil peramalan tahun 2020 yang kemudian dihitung akurasinya dengan nilai MAPE menggunakan aplikasi MATLAB sehingga didapatkan hasil peramalan tahun 2020 untuk semua sektor memiliki hasil yang tidak jauh berbeda dengan data aktual dan parameter pembagian data training dan testing terbaik yaitu 80%:20% untuk setiap sektor dengan nilai MAPE terendah pada sektor rumah tangga 2,76%, pada sektor industri 5,90%, pada sektor bisnis 2,26% dan pada sektor publik 4,44%. Sehingga dapat disimpulkan metode Extreme Learning Machine akurat dalam melakukan peramalan konsumsi energi listrik karena nilai kriteria MAPE kurang dari 10%. Kata Kunci: Energi Listrik, Extreme Learning Machine, Jaringan Syaraf Tiruan, Peramalan

Actions (login required)

View Item